[发明专利]一种目标定位建模方法

说明书

本申请提供一种目标定位建模方法，包括对建模图像进行亚像素边缘检测，获得建模图像中的离散亚像素边缘点；将建模图像中的离散亚像素边缘点连接成数条亚像素边缘；计算所述亚像素边缘的边缘长度均值；以边缘长度均值为阈值，将长度大于或等于阈值的亚像素边缘设为理想边缘；将理想边缘中包含的亚像素边缘点设为理想边缘点，存储理想边缘点的梯度方向和位置，打包到一容器。本申请选择最优阈值方法有效去除了低梯度值边缘，删除短边缘有效去除了杂边，可以获得比较理想的模板信息，同时整个过程算法自动执行，不需要人为设置参数，降低了对使用者的专业要求。

技术领域

本申请涉及定位建模技术领域，尤其涉及一种目标定位建模方法。

背景技术

在视觉图像领域，目标定位是应用最广泛的算法，一直是行业研究热点。如果需要定位一张图中的白色块，通常有如下几种定位方式：1.基于像素灰度值信息的定位方法；2.基于图像边缘信息的定位方法。基于灰度值信息的定位方法对光照敏感，同时精度不高，而基于图像边缘的定位方法不具有这些缺点，所以基于图像边缘的定位方法在实际使用种更加广泛。整个定位流程分为两部分：1.建模板；2.实时搜索。建模板部分只需要执行一次，目的是获得能表示目标的详细信息。实时搜索部分则是在建模完成后使用模板信息在输入图像中定位目标的过程。

本申请主要针对的是建模部分，建模部分的好坏直接关系到搜索速度与稳定性，建模效果差的话会存在非常多的干扰边缘，在实际定位时会导致找不到目标现象，同时也会造成定位耗时增多，这时常常需要人为调节建模参数，比较麻烦。而本申请则可以去除这些问题，不需要人为干预建模，结果比较干净，非常能代表目标信息。

发明内容

本申请提供了一种目标定位建模方法，以解决现有的目标定位建模方法效果较差，存在非常多的干扰边缘，在实际定位时会导致找不到目标现象，同时也会造成定位耗时增多，这时常常需要人为调节建模参数，比较麻烦的问题。

本申请提供一种目标定位建模方法，包括：

对建模图像进行亚像素边缘检测，获得建模图像中的离散亚像素边缘点；

将建模图像中的离散亚像素边缘点连接成数条亚像素边缘；

计算所述亚像素边缘的边缘长度均值；

以边缘长度均值为阈值，将长度大于或等于阈值的亚像素边缘设为理想边缘；

将理想边缘中包含的亚像素边缘点设为理想边缘点，存储理想边缘点的梯度方向和位置，打包到一容器。

可选的，所述对建模图像进行亚像素边缘检测，获得建模图像中的离散亚像素边缘点的步骤包括：

对建模图像全图求Sobel，得到亚像素边缘的梯度幅值和梯度方向；

通过Otsu法处理所得的梯度幅值得到边缘点强度下限；

通过边缘点强度下限过滤sobel得到的结果，进行非极大值抑制，得到极大值亚像素点：

对极大值亚像素点进行亚像素点检测得到离散亚像素边缘点。

可选的，所述对建模图像全图求Sobel，得到亚像素边缘的梯度幅值和梯度方向的步骤包括：

Sobel算子为：

Dx00＝(-1)×G00+(-2)×G10+(-1)×G20+1×G02+2×G12+1×G22，

Dy00＝(-1)×G00+(-2)×G01+(-1)×G02+1×G20+2×G21+1×G22，

梯度幅值：

梯度方向：Dir＝(Dx00，Dy00)，R01、R02、R03依次类推，